D9 An evaluation of methods for the volumetric measurement of grey matter in huntington’s disease
Notice bibliographique
Résumé
Background In pre-manifest Huntington’s disease there is an increase in symptom severity that is thought to be accompanied by an acceleration of cortical grey matter (CGM) volume loss in the period immediately prior to diagnosis that has not been well characterised. Before examining CGM change, the tools used to calculate CGM volume need evaluation as it is unclear which software most accurately and sensitively measures between-group differences and within-group change in CGM in HD. Aims Conduct a validation of software in order to determine the most sensitive and accurate tools for quantifying disease-related between-group differences and within-group change in CGM in HD. Methods 20 controls, 40 premanifest HD (20 preHD-A, >10.8 yrs from predicted onset; 20 preHD-B, <10.8 yrs from predicted onset) and 40 early HD (20 stage 1 (HD1); 20 stage 2 (HD2)) participants from Track-HD were included. 3 T T1-weighted scans were acquired from four scanners. Participants had two 2008 baseline scans and one follow-up scan at 2011. Software used for comparison was FSL FAST version 5.0.9, SPM 8 Unified Segment and New Segment, SPM 12 Segment, FreeSurfer version 5.3.0, ANTs version 2.1.0, and MALPEM version 1.2. Segmented volumes underwent visual quality control (QC). Intra-class correlations were calculated for 2008 back-to-back scans, and between-group differences and within-group change were examined via generalised least squares regression. Total GM, CGM and lobular GM were investigated. Results Visual QC highlighted that some techniques over- and under-estimate GM, especially in occipital and temporal regions. Most methods showed high reliability. Results for between-group and within-group analysis varied depending on the software used. Conclusions Whilst reliability was high, between and within-group results and detailed QC suggest that accuracy of the software is variable. This study provides recommendations for the measurement of total, cortical and lobular GM in HD.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».